基于核磁和CT图像融合的病变位置识别方法及系统

AITNT
正文
推荐专利
基于核磁和CT图像融合的病变位置识别方法及系统
申请号:CN202510144433
申请日期:2025-02-10
公开号:CN120014029B
公开日期:2025-08-26
类型:发明专利
摘要
本发明公开了基于核磁和CT图像融合的病变位置识别方法及系统,属于图像识别技术领域,其方法包括如下步骤:S1、图像采集及预处理:采集患者核磁和CT实时图像,对患者核磁和CT实时图像进行预处理;S2、图像配准及融合:对患者核磁和CT实时图像进行配准及融合,生成患者核磁和CT融合图像;S3、病变位置识别:根据病变位置识别模型对生成的患者核磁和CT融合图像进行图像识别,确定患者病变位置。本发明解决现有的不能对患者病变位置进行有效识别,导致患者病变位置识别精度及效率低的问题。本发明可基于核磁和CT图像融合对患者病变位置进行有效地识别,可提升患者病变位置识别精度及效率,可为临床诊断提供有力的支持。
技术关键词
实时图像 位置识别方法 患者 图像采集终端 图像融合方法 机器学习技术 核磁共振成像仪 数值 位置识别系统 高清 位置识别单元 图像增强技术 图像分割技术 全局对比度 像素块 边缘检测算法
系统为您推荐了相关专利信息
1
一种基于无网络环境的地下室车辆导航系统及方法
图像采集终端 地下车库 车辆导航系统 车道 中央处理器
2
基于多模态体表标志追踪的手术导航影像实时配准方法及系统
三维模型 实时配准方法 标志 纹理特征 图样
3
医用智能机器人及基于医用智能机器人的患者转运方法
医用智能机器人 患者转运方法 机械臂 阵列系统 分布式压力传感器
4
多模态生物医药数据的智能处理方法及系统
肿瘤 多模态 语义 组织 融合特征
5
基于多序列MRI图像的肝癌新辅助治疗疗效预测方法和系统
图像分类模型 特征提取网络 深度卷积神经网络 序列 肝癌
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号